Endbericht. Zuwendungsempfänger ifak. e.v. Magdeburg Werner-Heisenberg-Straße 1, Magdeburg. Förderkennzeichen 02WA0818. Vorhabenbezeichnung

Transkript

1 Endbericht Zuwendungsempfänger ifak. e.v. Magdeburg Werner-Heisenberg-Straße, 96 Magdeburg Förderkennzeichen WA88 Vorhabenbezeichnung Entwicklung innovativer SBR-Verfahren durch Ausnutzung verfahrensspezifischer Hydraulikphasen mit Hilfe der dynamischen Simulation, Teilprojekt Laufzeit des Vorhabens Berichtszeitraum Das diesem Bericht zugrunde liegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem o. g. Förderkennzeichen gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt beim Autor. ifak Institut für Automation und Kommunikation e. V. Magdeburg Werner-Heisenberg-Straße D-96 Magdeburg Germany Tel.: , Fax: Internet: Bearbeitet durch: Dr. Jens Alex im Bereich IT & Automation Magdeburg, 6..

2 HYDROSIM - - Inhaltsverzeichnis Einleitung...8. Kurzfassung Zielstellung Stand der Wissenschaft..... Stand der Wissenschaft und Technik für SBR-geeignete Belebtschlammmodelle..... Stand der Belebtschlammmodelle und Berücksichtigung segregierter Organismen und Flocken..... Stand des Wissens und der Technik zu SBR-Verfahren im Hinblick auf die Strömungssimulation von Belebtschlammmsystemen..... Stand des Wissens und der Technik zu SBR-Verfahren..... Absetzeigenschaften von Belebtschlamm... Modellentwicklungen.... Modellierung eines variablen alpha-wertes.... Modellierung der Lag-Phase Ausgangspunkt Empirischer Grey-Box-Modellansatz (Heterotrophe) Empirischer Grey-Box-Modellansatz (Autotrophe)...9. Modellansatz zur Modellierung der Ammoniumadsorption.... Modell ASMbiop_sbr.... Vergleich des erweiterten SBR Modells mit großtechnischen Daten Entwicklung eines Rechenkerns für segregierte Modelle Modellansatz Berechnung biologischer Prozesse Transport Matlab-Implementierung Schlussfolgerungen....7 Multi-Species-Flockungsmodell... Vereinfachtes Semi-D Modell eines SBR in SIMBA...8. Modellansatz für ein 6-Reaktor-SBR-Modell zur Berücksichtigung von Strömungsverhältnissen...8. Modell zur Berechnung der unabhängigen Ströme..... Auswertung CFD-Simulationen..... Stationäres Ersatzmodell..... Dynamisches Ersatzmodell...6. Implementierung des Testmodells.... Erster Funktionstest des 6-Reaktor-SBR-Modells.... Modellverifikation am CFD Modell...7 Modellvergleich Ausgangssituation...69

3 HYDROSIM - -. Referenzsituation Reaktor Modell...7 Verfahrensentwicklung Methode Variabler Zyklus konventionell zur Ermittlung Maximallast Zyklus mit Beschickung währen der Dekantierphase...8. Zyklus mit Beschickung währen der Dekantierphase, ungünstige Einmischung Zusammenfassung Geplante Nutzung der Ergebnisse Wissenschaftliche Erfolgsaussichten nach Projektende Wissenschaftliche und wirtschaftliche Anschlussfähigkeit Literatur Liste von Veröffentlichungen...9 Anhang...96

4 HYDROSIM - - Verzeichnis der Abbildungen Abbildung : Simulation der Sauerstoffeintragsbedingungen... 6 Abbildung : Wechsel von anaeroben Phasen unterschiedlicher Länge mit aeroben Phasen (von je min)... 9 Abbildung : Wechsel nach eine anaeroben Phase von min... 9 Abbildung : Wechsel nach eine anaeroben Phase von min... 9 Abbildung : Modellansatz NH -N-Adsorption... Abbildung 6: Simulationsergebnisse, Phasendiagramm x-achse: SNHs, y- Achse: XNH... Abbildung 7: Testmodell... Abbildung 8: Simulationsergebnisse... Abbildung 9. Vergleich simulierter Daten mit berechneten alpha Werten... 7 Abbildung. Simulierte NH -N, NO -N und PO -P Konzentrationen (Vergleich von simulierten Daten mit simulierten Daten)... 7 Abbildung. Simulierte und berechnete Sauerstoffkurven... 8 Abbildung. Vergleich simulierter und gemessener NH -N Konzentrationen Abbildung : Segregierte Flocken... 9 Abbildung. Test der Euler-Integration für das ASM... Abbildung. Test Simulation biologischer Prozesse seggregiert mit Euler. (nf=, T=s, ASM)... Abbildung 6. SIMBA-Vergleichsmodell... Abbildung 7. Simulationsergebnisse Vergleich seggregiertes Modell und konventionelles Modell... Abbildung 8. Flockenaufteilungsmodell... Abbildung 9. Anteil Flockenklasse bei Initialisierung in den SBR Schichten... 6 Abbildung. Entwicklung des Anteils von Flockenklasse... 6 Abbildung. Aufteilung des SBRs in Bilanzräume Abbildung. Brutto-Ströme des SBR-Reaktors... 9 Abbildung. Unabhängige Ströme... Abbildung. Auswertebereiche des CFD-Modells... Abbildung : Misch- und Ausgleichströme als Funktion von Zulauf und Rührer- Schub (Auswertung der CFD-Ergebnisse)... Abbildung 6: Korrigierte Brutto und Misch-Ströme (Sedimentation)... Abbildung 7: Güte-Ersatzmodell Mischströme (-: qm6,; -6 qm, )... 6 Abbildung 8. Tangentialgeschwindigkeit nach Ausschalten des Rührers... 7 Abbildung 9. Approximation des Beruhigens mit einem Modell erster Ordnung... 8 Abbildung. Abklingen der Mischströme bei Ausschalten der Belüftung... 9 Abbildung. Mischstrom bei Einschalten des Zulaufs... Abbildung. Testaufbau in SIMBA... Abbildung. Funktionstest No.... Abbildung. Konzentrationen für Test, T=...d... 6 Abbildung. Konzentrationen für Test, T=.6..d... 7

5 HYDROSIM - - Abbildung 6.Test Dynamisches Treibermodell... 9 Abbildung 7. Interne Strömungen im Vergleich zu den CFD-Daten (vorläufig)... 6 Abbildung 8. Dynamisches Treibermodell modifiziert Abbildung 9. Begrenzungsfunktion cfun für SVI=7 ml/g, fcut=, TSmax=. g/l... 6 Abbildung. Sinkgeschwindigkeit als Funktion des TS (CFD verwendet, SIMBA Standard und als Test eingestellt)... 6 Abbildung. Semi D SIMBA SBR-Block (SBR6T)... 6 Abbildung. Testmodell... 6 Abbildung. Submodell SBR6T... 6 Abbildung. Submodell DriverDyn Abbildung. Vergleich der internen Mischströme zwischen CFD-Simulation und D-Modell (SBR6T) Abbildung 6. Vergleich der TS-Konzentrationen zwischen CFD-Simulation und D-Modell (SBR6T) Abbildung 7. TS-Konzentrationen des D-Modells (SBR6T) in unterschiedlichen Zyklen Abbildung 8. Modellaufbau Referenz... 7 Abbildung 9: Simulationsergebnisse Referenz (Füllstand oben, Füll- und Entleerungsmengen unten)... 7 Abbildung : Simulationsergebnisse Referenz (Konzentrationen oben, Gespeicherte Masse unten)... 7 Abbildung. Vergleichsmodell 6 Reaktor-Modell... 7 Abbildung. Simulationsergebnisse 6-Reaktor-Modell (Füllstand oben, Füllund Entleerungsmengen unten)... 7 Abbildung. Simulationsergebnisse 6-Reaktor-Modell (Konzentrationen)... 7 Abbildung. Vergleich NH -N Konzentrationen in der obersten Schicht Abbildung. Simulationsergebnisse 6 Reaktor Modell (XMI Konzentrationen) Abbildung 6. Zyklussteuerung mit variabler Phasenlänge Abbildung 7. Simulationsergebnisse Referenz mit variabler Phasenlänge (Füllstand oben, Füll- und Entleerungsmengen unten)... 8 Abbildung 8. Simulationsergebnisse Referenz mit variabler Phasenlänge (Konzentrationen)... 8 Abbildung 9. Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens... 8 Abbildung 6. Modifiziertes Treibermodell für ideale Beschickung... 8 Abbildung 6. Simulationsergebnisse Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens, (Füllstand oben, Füllund Entleerungsmengen unten)... 8 Abbildung 6. Simulationsergebnisse Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens, (Konzentrationen)... 8 Abbildung 6. Simulationsergebnisse Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens, Punktbefüllung (Füllstand oben, Füll- und Entleerungsmengen unten)... 8

6 HYDROSIM Abbildung 6. Simulationsergebnisse Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens, Punktbefüllung (Konzentrationen)... 8 Abbildung 6. Simulationsergebnisse Zyklussteuerung mit variablen Phasen und Beschickung während des Dekantierens, Punktbefüllung (gespeicherte TS Menge [g])... 86

7 HYDROSIM Verzeichnis der Tabellen Tabelle : Abbauprozess (Hypothese Abbau durch chemisch/biologische Prozesse):... Tabelle : Parameter... Tabelle : Fraktionen des ASMbiop_sbr... Tabelle : Eigenschaften der Stoffgruppen... Tabelle : Prozesse ASMbiop_sbr (ASM-Prozesse)... Tabelle 6: Prozesse ASMbiop_sbr (biop-prozesse)... Tabelle 7: Prozesse ASMbiop_sbr (SBR-Prozesse)... Tabelle 8: Parameter des ASMbiop_sbr (neue SBR-Parameter)... 6 Tabelle 9. Implementierte Varianten des Transport-Modells... Tabelle. Auswertezonen... Tabelle : Ausgewertete Zeitpunkte (Datensätze)... Tabelle : Testszenario... 9 Tabelle. Dimmensionen Referenzanlage Tabelle. 8h Standard Zyklus Tabelle. Zulauf-Konzentration... 7 Tabelle 6. Einstellungen Referenzversuch... 7 Tabelle 7. Simulationsergebnisse Referenz... 7 Tabelle 8. Einstellungen Versuch 6 Reaktor-Modell... 7 Tabelle 9. Simulationsergebnisse 6T Modell... 7 Tabelle. 8h DIC Zyklus mit variablen Phasen Tabelle. Einstellungen variabler Zyklus DIC Tabelle. Simulationsergebnisse variabler Zyklus DIC... 8 Tabelle. DIC Zyklus mit variablen Phasen und Beschickung während des Dekantierens... 8 Tabelle. Einstellungen variabler Zyklus und Beschickung während des Dekantierens... 8 Tabelle. Simulationsergebnisse variabler Zyklus und Beschickung während des Dekantierens... 8 Tabelle 6. Einstellungen variabler Zyklus und Beschickung während des Dekantierens, Standardbefüllung... 8

8 HYDROSIM Einleitung. Kurzfassung Die Planung und Optimierung von Anlagen im Aufstaubetrieb (Sequencing Batch Reactor SBR) ist auf Grund der zeitlich hintereinander ablaufenden Phasen und dem permanenten Wechsel der Milieubedingungen nur mit der Methode der dynamischen Simulation im Detail möglich. In dem vorgestellten Projekt wurden verfeinerte Simulationsmodelle entwickelt, mit dem die Verfahrensentwicklung, Planung und Betriebsoptimierung von SBR-Anlagen in neuer Qualität ermöglicht werden soll. Hierzu wurden besondere biologische Aspekte, die bei SBR-Anlagen wichtig werden, berücksichtigt (variabler alpha-wert, Lag-Phasen und NH -Adsorption), es wurde untersucht, ob so genannte segregierte Modelle, in denen eine definierte Anzahl von Flocken- und Biomasse-Repräsentanten individuell unterschieden werden, für die Abbildung von SBR-Verfahren relevant sind und es wurde ein detailliertes Modell der Strömungs- und Sedimentationsprozesse in SBR Anlagen basierend auf extensiven Strömungssimulationen (Computational Fluid Dynamics CFD) entwickelt. Das hieraus resultierende Modell wurde und wird zur Entwicklung innovativer SBR-Verfahren verwendet.. Zielstellung Für das Verständnis der Funktion, die Detailplanung und Entwicklung neuer Verfahren von Abwasserreinigungsanlagen hat sich die Verwendung mathematischer Modelle und der dynamischen Simulation etabliert. Die existierenden Belebtschlammmodelle (ASM-Modellfamilie der IWA, [Henze et al. ]) zeichnen sich mittlerweile durch eine hohe Qualität bei der Approximation der Prozessabläufe in konventionellen Belebungsbecken aus. Im Gegensatz dazu treten bei der Verwendung dieser Modelle für die Beschreibung der Prozesse in SBR-Anlagen signifikante Unterschiede zwischen modelliertem und in der Realität gemessenem Systemverhalten auf. Diese Unterschiede liegen in der Verfahrensweise der SBR-Anlagen gegenüber den konventionellen Belebungsanlagen begründet, bei denen die Belebungsbecken i. A. als volldurchmischte Systeme betrachtet werden. Beim SBR-Verfahren treten wesentliche Veränderungen in den Verteilungen der Systemgrößen auf, da annähernd volldurchmischte Phasen, während des Mischens und Belüftens, mit stark zonierten Verteilungen während der Absetzphase sowie während der Übergangsphasen abwechseln. Ziel des Projektes war es, zunächst eine Beschreibung der Prozessabläufe in den einzelnen Verfahrensschritten mit einem besonderen Schwerpunkt auf den Übergangsphasen, das heißt, dem Übergang von der reaktiven (volldurchmischten) zur nicht-reaktiven (nicht volldurchmischten) Phase und umgekehrt, zu erarbeiten. Die hieraus resultierende bessere Kenntnis (qualitativ und quantitativ durch mathematische Modelle) der ablaufenden biologischen Vorgänge und der relevanten Transportprozesse stellt dabei den Schlüssel zur Entwicklung innovativer Abwasserreinigungsverfahren dar. Es ergeben sich dabei die folgenden Forschungsschwerpunkte im bearbeiteten Vorhaben: A Detaillierte Untersuchung und Modellierung der Stickstoffelimination Auf Basis von Messungen und bereits vorliegenden Erkenntnissen, werden die bekannten Belebtschlammmodelle (ASM bis ASM) um biologisch/biokinetische Ansätze erweitert, die für die SBR-Technologie relevant sind. Zu nennen sind in diesem Zusammenhang u. a.: Modifikation des Ansatzes zur Beschreibung der Stickstoffaufnahme in den anaeroben und anoxischen Phasen Einführung einer Lag-Phase und eines variablen Alpha-Wertes

9 HYDROSIM B Detaillierte Untersuchung und Modellierung segregierter Flocken und Organismen Beim SBR-Verfahren finden alle Stufen der biologischen Reinigung, wie Kohlenstoffelimination, Nitrifikation, Denitrifikation, biologische/chemische P-Elimination sowie die Belebtschlamm / Wasser-Trennung in einem Reaktor in zeitlicher Abfolge nacheinander statt. Besonders bei den Übergängen von den reaktiven (volldurchmischten) in die (formal) nichtreaktiven Sedimentationsphasen ergeben sich starke Überlagerungen von biokinetischen und speziellen strömungsmechanischen Vorgängen, die bisher noch mit keinem dynamischen Belebtschlammmodell erfasst worden sind. Ziel dieses Vorhabens ist es, die Vorgänge dieser Übergangsphasen insbesondere zu Beginn der Sedimentationsphasen und zu Beginn aller Beschickungsphasen realitätsnahe abzubilden. Auf Basis der unter Punkt A erweiterten SBR-Modelle wird eine Flockendiskriminierung (Arbeitsschwerpunkt B), wie auch eine Berücksichtigung der jeweils für die einzelnen Phasen gültigen Strömungsbedingungen realisiert (Arbeitsschwerpunkt C). Ausgehend von der heterotrophen Organismengruppe, der autotrophen Organismen unterteilt in Nitrit- und Nitratbildner sowie Organismen, die zur biologischen P-Elimination befähigt sind, erfolgt eine Unterteilung dieser vier Gruppen in unterschiedliche Flockenklassen. Das Ziel dieser Unterteilung besteht darin, eine Möglichkeit zu schaffen, den einzelnen Flockenklassen unterschiedliche Kinetiken zuordnen zu können, was letztendlich die Möglichkeit bietet, innerhalb einer Simulationsstudie spezielle Flockenklassen zu selektieren. Durch diese Modellerweiterung wird die Grundlage geschaffen, um Betriebsbedingungen herausarbeiten zu können, unter denen besonders hohe Diversitäten stabil selektiert werden. Die Arbeitsschritte für den Teil B lassen sich damit zusammenfassen zu: Einführung verschiedener Flockenklassen mit unterschiedlichem Sedimentationsverhalten Einführung verschiedener Organismenklassen (gleiche Funktion, aber unterschiedliche Dynamik, gekoppelt an die unterschiedlichen Flockenklassen) zur Analyse von Selektionsprozessen und Populationsdynamik C Abbildung der Details hydraulischer Vorgänge Die Modellvorstellung der Belebtschlammmodelle beruht auf dem Ansatz volldurchmischter Kompartimente, zwischen denen ein Massenaustausch besteht. Diese Annahme der Volldurchmischung steht jedoch den realen Phasen eines SBR-Verfahrens entgegen. Ein Arbeitspaket des Vorhabens widmet sich daher der Entwicklung eines Verfahrens zur Generierung einer zeitlich veränderlichen, Verfahrensschritt angepassten Kompartimentierung des SBR-Reaktors zur Integration räumlicher Strukturen. Die Grundlage der Entwicklung stellen Erkenntnisse aus Messungen und insbesondere Ergebnisse räumlich hochauflösender Computersimulationen (CFD-Berechnungen) dar. Ein weiterer Punkt dieses Arbeitspaketes stellt die Integration frei wählbarer Punkte zur Systembeschickung dar. Hierdurch wird die Möglichkeit geschaffen, die Systembeschikkung in dem Reaktorbereich zu realisieren, der verfahrenstechnisch am günstigsten ist. D Entwicklung von Anwendungsstrategien für die Detailmodelle Für die praktische Anwendung von Simulation und Modellierung bei der Planung und Optimierung von Anlagen ist der erforderliche ingenieurtechnische Aufwand einer der kritischen Faktoren. Damit auch gelegentliche Anwender bzw. planende Ingenieure kosteneffizient mit diesen Werkzeugen arbeiten können, müssen u. a. einfache und gut strukturierte Arbeitsrichtlinien (z. B. Merkblätter, Guidelines) vorhanden sein. Diese Anleitungen werden mit zunehmender Modellkomplexität immer relevanter. In diesem Arbeitspaket sollen daher die gewonnen Erkenntnisse bei der Kalibrierung und Anwendung der neuen SBR-Modelle in eine schriftliche Anwendungsrichtlinie überführt werden.

10 HYDROSIM - - E Kalibrierung der erweiterten Modelle an Hand von Betriebsdaten großtechnischer SBR-Anlagen Alle Modellentwicklungen werden an Hand von Messdaten aus realen großtechnischen SBR- Anlagen geprüft, wie auch den Ergebnissen bisheriger Simulationsrechnungen gegenübergestellt, wodurch sich besonders gut die Verbesserung der Modelltechnik demonstrieren lässt. Basis des Forschungsvorhabens stellen fünf großtechnische Kläranlagen dar, für die bereits kalibrierte Modelle vorliegen. F Nutzung der Forschungsergebnisse zur Entwicklung innovativer SBR-Verfahren Auf Basis des erweiterten Simulationsmodells erfolgt die Durchführung verschiedener Simulationsstudien mit dem Ziel, die Auswirkungen folgender Betriebsstrategien zu analysieren und im Hinblick auf ihre reale Umsetzung zu prüfen: Untersuchungen zur selektiven Entnahme unterschiedlicher Flockenklassen Entwicklung und Untersuchung neuer Verfahrensschritte, wie die Beschickung bei Sedimentationsbeginn sowie eine zwischengeschaltete Sedimentation in der reaktiven Phase Dieser Bericht beschreibt die Ergebnisse des Projektpartners ifak, die im unterschiedlichen Umfang zu den oben dargestellten Arbeitspaketen erbracht wurden.. Stand der Wissenschaft Zu Beginn des Projektes wurde von dem nachfolgend beschriebenen Stand der Wissenschaft und Technik ausgegangen... Stand der Wissenschaft und Technik für SBR-geeignete Belebtschlammmodelle Zur Antragstellung des beschriebenen Projektes wurden mehrere großtechnische SBR- Kläranlagen im Rahmen detaillierter Messkampagnen sowie mit Hilfe dynamischer Simulationen untersucht ([Rönner-Holm et al. a], [Rönner-Holm et al. b] und [Holm et al. ]). Die validierten Kinetiken von drei unterschiedlichen SBR-Belebtschlämmen waren zwar nicht identisch, zeigten aber in ihren Abweichungen von den bisher publizierten kinetischen Spektren ([Bornemann et al. 998], [Henze et al. ] und [Hulsbeek et al. ]) deutliche Übereinstimmungen. Das gilt insbesondere für die Kinetiken der autotrophen Organismen sowie die Parameter μ max, K NH und b A. Unter Verwendung dieser Kinetiken konnte eine gute Übereinstimmung simulierter und online gemessener Werte erzielt werden. Ein Schwachpunkt der Simulationen stellte jedoch die Abbildung der Ammonium-Ablaufganglinien dar. Diese zeigten während und bis kurz nach Ende der Beschickungen (d. h. während der anaeroben und anoxischen Phasen) größere Abweichungen gegenüber den Messungen. So waren die online-werte in dieser Zeit immer signifikant niedriger als die simulierten Werte. Es wird vermutet, dass während dieser Zeit eine über den eigentlichen Bedarf hinausgehende Stickstoffaufnahme stattfindet ([Rönner-Holm et al. a]) und/oder es sich um adsorptive Vorgänge handelt [Nielsen 996], die mit keinem der bisherigen ASM- Belebtschlammmodellen erfasst werden können... Stand der Belebtschlammmodelle und Berücksichtigung segregierter Organismen und Flocken Alle heutigen Belebtschlammodelle, insbesondere die der international anerkannten und überwiegend angewendeten ASM-Modelle,, d und ([Henze et al. ]), sind rein biokinetische Modelle, die im Rahmen von Anwenderprogrammen (z. B. SIMBA) im Hinblick auf strömungsmechanische Aspekte nur mit einem einfachen Schlammabsetzmodell ergänzt worden sind.

11 HYDROSIM - - Alle diese Modelle basieren auf durchschnittlichen biokinetischen Eigenschaften bzw. Zuständen der Bakterienpopulationen ( dispersed Modells, dm), wie z. B. die Speichermengen an PHB oder Polyphosphat. Dabei wird die Tatsache völlig vernachlässigt, dass die einzelnen Bakterien bzw. Flocken völlig unterschiedliche Aufenthaltszeiten in den Reaktoren aufweisen. Die Aufenthaltszeitverteilungen können rein mathematisch mit einer Gauß-ähnlichen Verteilung beschrieben werden (im Rahmen von segregated Modells, sm). Auf diese Problematik wurde erstmalig hingewiesen ([Gujer ]). Vergleichssimulationen ergaben, dass bei Verwendung der gleichen Kinetik deutlich unterschiedliche Modellergebnisse auftraten. Die Problematik wird dadurch noch erheblich vergrößert, dass selbst erste Ansätze zur Erstellung von sm`s ([Schuler ]) eingebettet in die ASM-Matrix noch von völlig durchmischten Systemverhältnissen ausgehen, und daher der Einfluss von abweichenden strömungsmechanischen Bedingungen (wie sie z. B. bei SBR-Reaktoren, insbesondere zu Beginn der Beschickungsphasen, auftreten) gänzlich unberücksichtigtblieben. Bei allen heutigen Modellen fließen im Rahmen der Kalibrierung jedoch in verdeckter Art und Weise die großtechnisch realisierten hydraulischen Bedingungen mit ein. Insbesondere ergibt sich daraus, dass ein kalibrierter Parametersatz ausschließlich für die Strömungsverhältnisse gilt, auf deren Erstellung er beruht. Eine Übertragung auf andere hydrodynamische Verhältnisse ist somit nicht zulässig und schränkt das Anwendungspotenzial eines solchen Modells stark ein. Im SIMBA-SBR-Modell wird das Sedimentationsverhalten des Belebtschlammes mittels eines Drei-Schichten-Modells nachgebildet. Mit den Variablen für eine lineare Sedimentationsgeschwindigkeit und den Austauschraten zwischen diesen Schichten lässt sich das tatsächliche Sedimentationsverhalten grob nachbilden. Mit diesen Austauschraten können allerdings Rücklösevorgänge (insbesondere Phosphor im ASMd) in den falschen Schichten generiert werden, die tatsächlich (zumindest dort) gar nicht stattfinden. Des Weiteren wird nicht innerhalb der drei Schichten diskriminiert und es ist nicht möglich, unterschiedliche Beschickungsorte zu modellieren. Der Parameter Schlammindex gilt für alle partikulären Abwasserfraktionen. So ist es nicht möglich, unterschiedlichen Subpopulationen (mit leicht unterschiedlichen Kinetiken) unterschiedliche Schlammindizes zuzuweisen, die dann unterschiedlich schnell sedimentieren. Dieses Defizit (das für alle bisherigen dynamischen Belebtschlammodelle basierend auf den ASM-Basismodellen gilt) ist letztendlich eine Folge davon, dass alle bisherigen Belebtschlammkinetiken (ganz im Gegensatz zu den bisherigen Biofilmkinetiken) in keinster Weise mit der Flockenstruktur des Belebtschlammes korreliert werden. Aus Gründen der Übersichtlichkeit der Modelle und aus Unkenntnis über das tatsächliche Diffusionsgefälle der wichtigsten Substrate (O, NO -N, NH -N, PO, SS, SF und SA) über die Flockenperipherie bis ins Flockenzentrum wird eine quasi durchschnittliche Kinetik für eine Gesamtpopulation (heterotroph oder autotroph) angesetzt. Diese grobe Vereinfachung der Realität, wonach die Aktivität an der Flockenperipherie anders und meistens sehr viel höher ist als im Flockenzentrum, insbesondere wenn es sich um kompakte Flocken oder gar Granulas handelt, ist bezogen auf volldurchmischte Reaktionsräume akzeptabel. Verfahren bei denen eine differenzierte Verteilung unterschiedlicher Flockenklassen auftritt, können mit derart vereinfachten Modellen allerdings nicht ausreichend genau nachgebildet werden... Stand des Wissens und der Technik zu SBR-Verfahren im Hinblick auf die Strömungssimulation von Belebtschlammmsystemen Strömungssimulationen werden heutzutage für die Auslegung und Optimierung einzelner Becken einer Kläranlage eingesetzt. Durch die räumliche Abbildung des Beckens und den darin ablaufenden Prozessen ist eine detaillierte Analyse der Systemverhältnisse möglich. Im Hinblick auf die Belebung gilt es zumeist unter Berücksichtigung der charakteristischen Prozesse Strömung, bei druckbelüfteten Becken als Zweiphasenströmung aus dem Luft- Wasser-Gemisch und Turbulenz die Geschwindigkeitsverteilung und die Durchmischung im Becken zu berechnen. Ziel dieser Berechnungen ist eine verfahrenstechnisch optimale Auslegung und Betriebsweise durch eine angepasste Belüfterposition und - betriebsweise

12 HYDROSIM - - und/oder eine günstige Positionierung und Betriebsweise strömungserzeugender Aggregate. Aber auch im Hinblick auf die Ausbildung unterschiedlicher Reaktionsräume (aerob, anoxisch und anaerob) werden derartige Studien durchgeführt, wobei in diesem Fall auch der Sauerstoffeintrag und transport, wie auch die biokinetischen Prozesse, in der Berechnung berücksichtigt werden ([Hunze ], [Hunze M. und Schumacher ] und [Hunze 996]). Simulationsstudien zur Untersuchung der Verhältnisse in Nachklärbecken widmen sich verstärkt dem Problem der Zulaufgestaltung, wie auch den Absetzprozessen, im Hinblick auf eine optimale Reinigungsleistung der Becken. Hier gilt es im Simulationsmodell die Besonderheiten des Feststoff-Wasser-Gemisches realitätsnah wiederzugeben. Neben der Strömung werden somit Dichteeinflüsse und Änderungen im Fließverhalten auf Grund steigender Feststoffkonzentrationen berücksichtigt. Aber auch der Transport von Feststoffen unter Berücksichtigung von Flokkulation und seiner Sedimentation ist in den Modellen integriert ([Hunze et al. ], [Krebs et al. ] und [Holthausen 99]). Die räumlich hochauflösende Modellierung stellt wie schon erwähnt ein Werkzeug für die Detailanalyse eines einzelnen Beckens dar, eine Einbindung in eine dynamische Kläranlagensimulation, z. B. mit dem Programmsystem SIMBA, ist nicht möglich. Sollen aber relevante räumliche Strukturen und Systemgrößenverteilungen in eine solche dynamische Simulation integriert werden, so bietet sich eine komplexe Kompartimentierung des Reaktors an, in dem diese Strukturen auftreten. Im Bereich der Belebungsbecken sind in diesem Zusammenhang das -Schichtenmodell ([Korn et al. 998]) sowie ein geschwindigkeitsbasierter Ansatz [Hunze et al. ] zu nennen, die eine Abbildung der prozessrelevanten räumlichen Verteilung von Sauerstoff in oberflächenbelüfteten Belebungsbecken ermöglichen. Für die Beschreibung von räumlichen Strukturen in Nachklärbecken existieren bereits seit einigen Jahren quasi-d-modelle, die das Prozessgeschehen in der vertikalen Richtung approximieren ([Krebs 99]). Neuere Entwicklungen zielen darauf ab, auch Transportprozesse in den weiteren räumlichen Raumrichtungen parametrisiert bzw. durch eine veränderte Kompartimentierung in dem Nachklärbeckenmodul eines dynamischen Kläranlagenmodells zu integrieren ([Hunze et al. ], [Hunze ], [Hydromantis ])... Stand des Wissens und der Technik zu SBR-Verfahren Das SBR-Verfahren hat sich in Deutschland in den letzten Jahren zu einer ernsthaften Alternative zu konventionellen Belebtschlammanlagen etabliert. So ist dieser Anlagentyp nicht nur unter Bedingungen beengter Platzverhältnisse interessant (z. B. [Holm et al. 998]), sondern auch für Anlagen der Größenklasse und (z. B. [Rönner-Holm et al. a]). Von der Firma LimnoTec sind mehrere SBR-Verfahrensvarianten entwickelt und großtechnisch realisiert worden, u. a. das mittlerweile im Detail untersuchte DIC-SBR-Verfahren ([Deneke et al. 999], [Holm et al. ], [Hintermeier, Thiele ], [Affeld ], [Rönner- Holm et al. b]) sowie das neuere RS-SBR-Verfahren ([Roog ]). Beide weisen gute Reinigungsleistungen auf, nutzen dabei aber nur einen Teil der großen Flexibilität, die das SBR-Verfahren prinzipiell bereitstellt. Diese Ergebnisse sind auch durch rein vergleichende Simulationsstudien SBR/konventionell bestätigt worden ([Dockhorn 999]), wonach beim SBR-Verfahren mit Abstand die größten Volumenreserven selbst bei geringeren Schlammaltern vorhanden sind. Analoge Phänomene wurden auch im Rahmen einer Studie zum Parallelbetrieb eines zyklischen und eines konventionellen Belebtschlammsystems ([Demoulin et al. 996]) beobachtet. Auch zum Thema Mitbehandlung von Filtratabwässern mit dem SBR-Verfahren liegen eine Reihe von Untersuchungen vor (z. B. [Böhm et al. 998], [Ihrens et al. 998], [Ermel, Rolf 998]), die das prinzipiell hohe Reinigungspotenzial dokumentieren. Zur Planung und Dimensionierung von SBR-Anlagen wird in Deutschland mittlerweile das ATV-DVWK Merkblatt M genutzt (ATV, 997). Unter Berücksichtigung diverser Rahmenbedingungen empfiehlt dieses Merkblatt schon zur Dimensionierung und Planungszwecken den Einsatz der dynamischen Simulation. Dies ist auch aus Sicht der Antragsteller sinnvoll, weil mittlerweile eine große Anzahl an SBR-Verfahrensvarianten existieren, für die eine rein statische Dimensionierung auf Basis des M nur unzureichend die jeweiligen

13 HYDROSIM - - Besonderheiten berücksichtigen kann. Das gilt insbesondere für Situationen, in denen auch teil-durchmischte Reaktionsräume realisiert werden, die im Rahmen dieses Vorhabens den Schwerpunkt darstellen, da wechselnde hydrodynamische Verhältnisse in keiner Bemessungsrichtlinie Berücksichtigung finden... Absetzeigenschaften von Belebtschlamm Bei vielen kommunalen, industriellen und gewerblichen Abwasserreinigungsanlagen sind in den letzten Jahrzehnten eine Vielzahl spezieller Verfahrensschritte entwickelt und realisiert worden, um die Auswirkungen auf den Schlammindex gezielt untersuchen zu können. Dies gilt auch für SBR-Systeme ([Irvine, Ketchum988]). In allen diesen Fällen ist dabei das vorrangige Ziel gewesen, Prozessbedingungen zu schaffen, die zu einem stabil niedrigen Schlammindex führen. Ein niedriger Schlammindex ist ökonomisch vorteilhaft, da die Höhe des Schlammindexes über die Höhe der realisierbaren Belebtschlammkonzentration und/oder der hydraulischen Durchsatzkapazität entscheidet und somit der entscheidende Parameter für die Anlagengröße der Belebungs- und Nachklärbecken bzw. SB-Reaktoren ist. Weiterhin ist ein stabil niedriger Schlammindex ökologisch vorteilhaft, da überwiegend nur mit hohen Schlammindizes große Probleme wie Schwimm- und Blähschlammbildung verknüpft sind ([Bauer ]). Erhöhte Schlammabtriebe führen zu entsprechend erhöhten Ablaufkonzentrationen, insbesondere des abwasserabgabepflichtigen Parameters CSB (Chemischer Sauerstoff Bedarf). Daraus resultieren dann höhere Abwasserabgabekosten und ggf. auch Bußgelder. Der heutige Kenntnisstand hinsichtlich der den Schlammindex beeinflussende allgemeine Faktoren nach dem ATV Arbeitsblatt A (ATV ) und dem Merkblatt M (ATV 997) lassen sich wie folgt zusammenfassen: Art der gewerblichen Einflüsse hat günstige oder ungünstige Auswirkungen auf den Schlammindex (z. B. Weinbauabwässer oft ungünstig) niedrigere Schlammalter oft ungünstig Betriebsweisen mit stoßweiser Beschickung (nach dem plug flow bzw. feast/famine Prinzip, siehe z. B. M ) überwiegend positiv Dabei wird deutlich, dass sich keine einheitliche Tendenz in den Einflussgrößen ergibt. In der Literatur wird weiterhin über Möglichkeiten zur Beeinflussung des Schlammindexes diskutiert. Zu nennen sind dabei: anaerobe, anoxische und aerobe Selektoren Zugabe unterschiedlicher Fäll- und Flockungsmittel ([Lemmer et al. 998]) feast/famine Prinzip bei SBR-Anlagen ([McSwain et al. ]) Verfahren zur Erzeugung aerober granulärer Flocken ([De Bruin et al. ], [Etterer, Wilderer ]) Grundsätzlich gilt aber, dass selbst bei Realisierung vieler oder aller positiven Faktoren hohe Schlammindizes resultieren können und manchmal auch niedrige Schlammindizes unter ungünstigen Bedingungen auftreten.

14 HYDROSIM - - Modellentwicklungen. Modellierung eines variablen alpha-wertes Der Vergleich von Messdaten und Simulation durch den Projektpartner LimnoTec weist auf einen reduzierten α-wert bei Beginn einer Belüftungsphase hin. Dabei werden folgende Effekte beobachtet: Die Reduktion des α-wertes ist größer bei hoher CSB Beladung. Die Reduktion des α-wertes ist größer bei längerer Pause seit der letzten Belüftung. Die Zeit bis zum Erreichen des maximalen α-wertes ist proportional zur SS+XS Zulauffracht. Der Anstieg des α-wertes während der Belüftungsphase kann näherungsweise durch einen linearen Anstieg und einen Maximalwert charakterisiert werden. Dieser Effekt kann über ein Black-Box-Modell beschrieben werden, das explizit den approximierten linearen Anstieg des α-wertes bis zu einem Maximum nach Einschalten der Belüftung realisiert. Dieses Modell muss mit den min, max Werten und der Zeitdauer des Überganges für die erste und zweite Belüftungsphase parametriert werden. Der Einfluss der akkumulierten SS+XS Fracht durch die Beschickung kann ebenfalls explizit ausgedrückt werden. Dieser Ansatz hat den Nachteil, dass nur eine begrenzte Extrapolation bei abweichendem SBR-Regime (z. B. Dauer zwischen den Belüftungsphasen, verändertem Austauschvolumen) gegeben ist. Generell liefert ein solches Black-Box-Modell keine Erklärung bezüglich der Ursachen des Effektes und erlaubt keinen simulativen Test von Gegenmaßnahmen. Aus diesem Grund wird versucht, ein Modell zu entwickeln, das auf einer mechanistischen Hypothese basiert, aber noch über Parameter verfügt, um die Simulation an die beobachteten Effekte anzupassen (Grey-Box-Modell). Es wird angenommen, dass Bestandteile des Zulaufs einen hindernden Einfluss auf den α-wert haben (z. B. Tenside). Es wird weiterhin angenommen, dass unter aeroben (belüfteten) Bedingungen ein Abbau dieser Stoffe stattfindet. Dies können potentielle chemische Oxidationsprozesse, biologische Abbauprozesse oder auch physikalische Stripp-Vorgänge sein. Weiterhin wird angenommen, dass die Konzentration dieser Zulauf-Inhaltsstsoffe proportional zur generellen organischen Belastung (z. B. ausgedrückt durch SS+XS) ist. Entsprechend dieser Modellannahme wird eine neue Stoffgruppe eingeführt: ST Sauerstoffeintrag reduzierende Stoffe, z. B. Tenside, [mg/l], die Einheit dieser Stoffgruppe steht nicht im Zusammenhang zu einer realen chemischen Substanz, die Größe der Konzentration wird erst durch eine Verknüpfung mit der Reduktionswirkung bezüglich des Sauerstoffeintrages hergestellt. Für die Zulaufbeschreibung wird angenommen: ST = ast (SS + X) ()

15 Diese Stoffgruppe wird durch den in Tabelle beschriebenen Prozess beeinflusst (Parameter siehe Tabelle ): Tabelle : Abbauprozess (Hypothese Abbau durch chemisch/biologische Prozesse): Prozess ST Rate Abbau von Tensiden - SO ST RST,max SO + K ST + K Virtuelle Tensid - Konzentration OH ST Tabelle : Parameter Parameter Beschreibung K Halbwert-Sättigungskonstante für den Abbau der g/m OH Tenside bezüglich der Sauerstoffkonzentration, z. B. gleich gewählt zur entsprechenden Konstante für das Wachstum heterotropher Biomasse K Halbsättigungskonstante Abbau von Tensiden, bewirkt g/m ST eine asymptotische Annäherung des α-wert an den Maximalwert bei längerer Belüftung ast Tensid-Anteil im Zulauf bezogen auf SS+XS - R Maximale Abbaurate Tenside, bestimmt die g/m *d ST,max Geschwindigkeit mit der der α-wert ansteigt α Maximaler α-wert, bei sehr niedriger Tensid - max Konzentration K Halbwert-Sättigungskonstante für den Einfluß der g/m ST,α Tensidkonzentration auf den α-wert Für den Zusammenhang zwischen α-wert und ST kann z. B. folgender empirischer Zusammenhang benutzt werden: α = K K ST, α ST, α + ST α max () Unter pauschaler Annahme folgender Parameter K OH =. g/m K =. g/m K ST ST,α =. g/m und aus Messungen bekannter Angaben für Parameter Beschreibung α Minimaler α-wert. min α Maximaler α-wert.6 max t min max Zeit bis zum Erreichen der maximalen Belüftungsrate min SS+XS Abbaubares Substrat im Zulauf g/m Vin/V Austauschvolumen. kann dann über die folgenden Beziehungen dieses Modell parametriert werden:

16 HYDROSIM α max α min Anfangskonzentration: ST = K ST, α =. 8 [mg/l] α min und ast = ST V V in SS + XS =.6 R ST, max = min max t ST 8 [g/m/d] Eine Test-Simulation mit diesen Einstellungen liefert das in Abbildung dargestellte Verhalten ST [g/m] alpha [-].... t [min] Abbildung : Simulation der Sauerstoffeintragsbedingungen Der Startwert für die Tensid-Konzentration ST beginnt, wie vorgegeben, bei.8 g/m. Der α-wert zu diesem Zeitpunkt ist., wie er auch vorgegeben wurde. Nach einer längeren Belüftungszeit steigt der α-wert auf ca..6 an. Die Zeit bis zum ungefähren Erreichen ist etwa gut doppelt so groß wie die Vorgabe von min. Dies ist dem Umstand geschuldet, dass die Anfangskonzentration von ST nicht der Vorgabe ST >> K ST entspricht. Bei einer Konzentration von ca.. g/m ist die Abbaurate für die Tenside entsprechend der Wahl von K ST =. nur noch halb so groß wie die maximale Abbaurate. Dementsprechend dauert es auch mehr als doppelt so lange, bis der α-wert das Maximum erreicht. Mit einer Korrektur des Parameters R ST, max kann das ausgeglichen werden.

17 HYDROSIM Alphawert als direkte Funktion der Stoffgruppe SS Als weitere Variante wurde noch eine direkt von SS abhängige Berechnung des Alphawertes untersucht: ST, SS ST, SS K α = α max () K + ST ST, SS = Mit dem Parameter K. ergeben sich halbwegs geeignete Verläufe, die aber nicht an die Qualität des oben beschriebenen Ansatzes heran reichen.. Modellierung der Lag-Phase.. Ausgangspunkt Messungen u. a. von Sauerstoffverbrauch und NH -Aufnahmeraten in großtechnischen Anlagen und auch in Batchversuchen zeigen eine von der Vorgeschichte des Schlamms abhängige mehr oder wenig ausgeprägte Lag-Phase. Dies ist eine Phase, in der die Stoffumsatzraten der Organismen deutlich unter den maximalen Raten liegen, obwohl weder Substrat, Sauerstoff oder Nährstoffe limitierend sind. In der Literatur finden sich umfangreiche Untersuchungen und Modellierungsversuche zu diesen Lag-Phasen, wobei insbesondere die Lag-Phasen beim Wechsel von einem Substrat auf ein zweites Substrat, Wechsel von aeroben zu anoxischen Bedingungen beschrieben werden. Für SBR-Verfahren sind aber auch die Wechsel von anaeroben zu aeroben bzw. anoxischen Bedingungen von Interesse. Lag-Phasen werden sowohl für heterotrophe Organismen als auch für Nitrifikanten beobachtet. Für eine detaillierte Simulation von SBR-Prozessen und insbesondere die Nutzung von Simulationsuntersuchungen zur Verfahrensoptimierung ist die Berücksichtigung dieser Phasen erheblich... Empirischer Grey-Box-Modellansatz (Heterotrophe) Bisherige Untersuchungen von Lag-Phasen identifizieren eindeutig die Umstellung bzw. Inbetriebsetzung der Produktion spezieller Enzyme als Ursache für die Verzögerung der Abbauprozesse bei Milieu- oder Substratwechsel. In Realität ist eine Vielzahl von Teilprozessen und Zwischensubstanzen involviert. Für eine vereinfachte Abbildung dieser Vorgänge wird in Anlehnung an z. B. [Vanrolleghem et al. ] ein einfacher zeitverzögerter Anstieg der maximalen Wachstumsrate angenommen. Hier wird postuliert, dass die maximale Wachstumsrate heterotropher Organismen eines typischen Belebtschlammmodells (z. B. ASM) modifiziert wird zu: XEH μ HL = μ H () XH mit der dem Faktor XH XEH, dem Verhältnis eines benötigten repräsentativen Enzyms zur aktiven Biomasse. Bei dem Wert XEH=XH wird die maximale Aktivität erreicht.

18 HYDROSIM Für die Aktivierung bzw. Deaktivierung des Faktors XEH (Enzym Hetrerotrophe) wird folgendes Modell vorgeschlagen: Prozess XEH Rate Aktivierung S Deaktivierung - Enzyme Konzentration Heterotrophe S S O O O + S + S + S K NO OE NO NO + K + K OE OE K K E, A, H E, D, H XEH XEH XH XEH mit Parameter Beschreibung K O, Halbsättigungskonstante für den Wechsel zwischen E anaeroben und oxisch/anoxischen Bedingungen (Aktivierung, Deaktivierung) K E A, H, Aktivierungsgeschwindigkeit des Enzyms K E D, H, Deaktivierungsgeschwindigkeit des Enzyms S O + S NO Summe von Sauerstoff und Nitrat als Indikator für den Wechsel anaerob zu aerob/anoxisch. [g/m ]. 6 6 [g/m ] [/d] [/d] Der Aktivierungsprozess wurde in einem ersten Versuch mit der Rate SO + S NO XEH ra, E = K E, A, H () S + S + K XH O NO OE beschrieben. Diese Beschreibung kann auch als Überlagerung eines konstanten Wachstums mit einem zur Zustandsgröße proportionalen Zerfall interpretiert werden, womit ein linearer Prozess erster Ordnung beschrieben wäre, wie er z. B. in [Vanrolleghem et al. ] postuliert wird. Um auszudrücken, dass die Länge des Lags und damit die erforderliche Zeitkonstante des Prozesses erster Ordnung eine Funktion der Vorgeschichte des Schlamms (Dauer der aeroben Phase) ist, wurde die Rate mit XE multipliziert. Damit ergibt sich eine vom Anfangszustand XE abhängige Zeitkonstante, die allerdings keine Konstante mehr ist. Je niedriger die Anfangskonzentration des Enzyms, umso länger dauert das vollständige Reaktivieren des Enzyms. Der Deaktivierungsprozess wird als linearer Zerfall beschrieben, wobei eine abweichende (größere) Zeitkonstante gewählt wird. Mit dieser Geschwindigkeit wird die Verfügbarkeit des Enzyms unter anaeroben Bedingungen reduziert. In Abbildung wurde eine Sequenz von Wechseln von anaeroben Phasen unterschiedlicher Länge mit aeroben Phasen von je min simuliert.

19 HYDROSIM SO/SOmax [-] XE/XH [-] t [min] Abbildung : Wechsel von anaeroben Phasen unterschiedlicher Länge mit aeroben Phasen (von je min) Es ist zu erkennen, dass in den anaeroben Phasen der Enzymlevel abnimmt, wobei nach ca. min ein Level von ca. Null erreicht ist. Entsprechend dieser Vorgeschichte dauert es unterschiedlich lange, bis wieder ein Level von 9 % erreicht wird. In Abbildung ist im Detail dargestellt, wie sich der Enzym-Level nach einer Anaerobphase von min verhält SO/SOmax [-] XE/XH [-] t [min] Abbildung : Wechsel nach eine anaeroben Phase von min Hier ist die Aktivität auf ca. % abgesunken und benötigt ca. min, um wieder auf 9 % zu kommen. Nach einer Anaerobphase von min sinkt die Aktivität auf ca. % und braucht dann ca. min, um 9 % zu erreichen (siehe Abbildung ) SO/SOmax [-] XE/XH [-] t [min] Abbildung : Wechsel nach eine anaeroben Phase von min.. Empirischer Grey-Box-Modellansatz (Autotrophe) Die auf Grund der Batchversuche signifikantere Lag-Phase betrifft die Autotrophen Organismen. Hier wird ein ähnliches Modell angenommen, wie für die Heterotrophen-Lag-Phase.

20 HYDROSIM - - Diese Lag-Phase gilt nur für Nitrifikanten, daher Aktivierung nur im aeroben Milieu, und es wird XEA eingeführt, eine virtuelle Enzym-Konzentration für Autotrophe (ca. dieselbe Konzentration wie Nitrifikanten). Prozess XEA Rate Aktivierung S Deaktivierung - Enzyme Konzentration Autotrophe S S O O O + K K OE + K OE OE K K E, A, A E, D, A XEA XEA XA XEA mit Parameter Beschreibung K O, Halbsättigungskonstante für den Wechsel zwischen E anaeroben und oxisch/anoxischen Bedingungen (Aktivierung, Deaktivierung) K E A, A, Aktivierungsgeschwindigkeit des Enzyms K E D, A S O, Deaktivierungsgeschwindigkeit des Enzyms Sauerstoff als Indikator für den Wechsel aerob zu anerob/anoxisch. [g/m]. 6 6 [g/m] [/d] [/d] Die Wachstumsrate der Autotrophen ergibt sich entsprechend zu: XEA μ AL = μ A (6) XA Darüber hinaus liegt ein Modellvorschlag für die Abbildung einer chemischen Ammoniumadsorbtion vor.. Modellansatz zur Modellierung der Ammoniumadsorption Ausgangspunkt für die Modellierung der Ammoniumadsorption waren beobachtete Diskrepanzen zwischen simulierten und gemessenen Ammoniumkonzentrationen und geringfügigen Bilanzdiskrepanzen (N-Bilanz) an großtechnischen SBR-Anlagen ([Rönner-Holm et al. 6]). Veröffentlichungen von [Nielsen 996] berichten von Mechanismen zur Adsorption von NH -N an Belebschlammflocken, die eine mögliche Erklärung für die beobachteten NH - N-Differenzen bieten könnten. Nachträglich konnten auch weitere Veröffentlichungen recherchiert werden, die über entsprechende Mechanismen berichten ([Kühn ], [Kraft ]). Um diesen Mechanismus zu verifizieren und darüber hinaus auch quantifizieren zu können, wurden durch den Partner LimnoTec umfangreiche Laborversuche zur NH -N- Adsorption/ Desorption durchgeführt.